1回答
例如，我有3个阈值分类器c1，c2，c3和10个二分类实例(标记为0/1)，然后我可以得到形状为(10，3)的得分矩阵S，Si，j是第j个分类器给出的第i个实例的得分，当设置阈值时，我可以通过将得分与阈值进行比较来获得预测标签现在我对c1，c2，c3集成使用投票方法。据我所知，计算AUC值需要投票集成分类器</
浏览 18提问于2017-08-19得票数 0
我正试图预测哥斯达黎加家庭贫困水平的预测。在“目标”列中有4个级别，我已经将其转换为因子。但是，我无法查找我的AUC或进行网格搜索。我经常遇到这个错误
错误信息：
指定的sort_bymean_per_class_accuracy，max_per_class_error，err，total_rows，rmse，准确性，err_count，log损耗，ms
浏览 1提问于2018-12-06得票数 0
回答已采纳
从Weka软件的分类模型中得到:样本大小、混淆矩阵和ROC曲线下面积( AUC )。如何计算AUC的95%置信区间？
浏览 1提问于2018-05-20得票数 1
3回答
我正在用KNN建立两类分类模型from sklearn.metrics import auc
------------(y_test, y_pred)
~/.local/lib/python3.6/site-packages/sklearn/metrics/ranking.py in auc(x, y, reorder然后我用了roc
浏览 4提问于2019-03-04得票数 6
回答已采纳
我正在使用Keras执行二进制分类任务，我的模型直接输出0或1。我知道，在这种情况下，准确性不是一个好的度量，我可以看到90%的准确性，即使模型是相同的随机猜测。，我现在可以让AUC工作了。必须正确设置几个参数：loss=tf.keras.losses.BinaryCrossentropy(),
metrics=['AUCmodel.compil
浏览 0提问于2023-05-17得票数 3
回答已采纳
我最近读到：
“AUC (AUC曲线下面积)有利于分类问题的分类，如果你的任务是从语音中检测痴呆，99%的人没有痴呆，只有1%的人有痴呆。那么你可以提交一个分类器，它总是输出”无痴呆“，达到99%的准确率。看起来你的99%的精确分类器很好，而实际上它是完全无用的。使用AUC评分，你的<
浏览 0提问于2019-11-15得票数 1
1回答
关于分类问题，例如，给出一幅描绘人类的图像，我们试图预测他们的立场和行为。例如，人类1：“坐”和“吃”在第一张图片中，而人类2：“站起来”和“笑”在第二。在预测中应用混淆矩阵的适当方法是什么？例如，我们有5个不同的姿态和5个不同的行为，因此混淆矩阵的大小为25x25，因为我们有25个不同的类。又或是否有其他方法处理这些问题？
对图像上的多个对象也可以这样做吗？
浏览 0提问于2019-02-25得票数 3
回答已采纳
在中讨论了AUC值，但这不同于常规的roc_auc_score。我没有看到对它的描述，它是什么，它是用来做什么的？
浏览 57提问于2016-07-31得票数 2
回答已采纳
1回答
我正在使用Tensorflow进行音频剪辑的自动标记任务。这个问题实际上是一个多标签分类问题，这意味着每个剪辑可以同时拥有多个标签。我已经在多标签分类任务上找到了许多关于AUC计算的参考文献，但是这些都没有解释
浏览 0提问于2017-08-22得票数 6
我正在尝试使用以下方法使用sklearn.metrics.roc_auc_score计算ROC曲线下的面积：其中actual是具有基本事实分类标签的二进制向量，predicted是具有我的分类器预测的分类标签的
浏览 1提问于2014-03-11得票数 8
回答已采纳
何时应该使用ROC曲线(AUC)下的面积或混淆矩阵进行分类器的评估？例如，对客户的预测是对未来销售的预测。
浏览 0提问于2018-06-22得票数 4
回答已采纳
我的第一个多类分类。我有值X和Y。Y有5个值0,1,2,3,4。但我得到这个“不支持多类格式”。我知道我需要在xgb_params中使用num_class，但是如果我使用‘num_xgb_params’：range(0,5,1)，那么对于估计器XGBClassifier来说，就会得到无效的参数num_classtest_size=0.3, random_state=42)
xgb_grid = grid_search.GridSearchCV(xgb_model, xgb_params, scoring='ro
浏览 8提问于2017-05-19得票数 7
这是用于多类分类的。在为KNN优化n_neighbors之前，结果如下： Test Accuracy: 99.58%在找到最佳的n_neighbors后，这些结果如下： Test Accuracy: 99.67%
ROC AUC正如我们所看到的，结果在没有过度拟合的情况下得到改善。
浏览 0提问于2022-03-06得票数 2
6回答
在scikit学习中，您可以为二进制分类器计算曲线下的面积。roc_auc_score( Y, clf.predict_proba(X)[:,1] )
下面是一个有几条ROC曲线的</
浏览 9提问于2016-09-16得票数 16
auc在处理不平衡数据方面是否更好。在大多数情况下，如果我处理的是不平衡的数据，那么准确性并不能给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是auc，这是处理不平衡数据的最好方法。
浏览 146提问于2019-02-26得票数 0
回答已采纳
3回答
AUC - ROC曲线是对不同阈值设置下的分类问题的性能度量.ROC是一条概率曲线，AUC代表可分性的程度或尺度。
Roc和AUC一样吗？
浏览 0提问于2019-12-21得票数 2
2回答
手动计算AUC
、、、、
如何获得具有fpr和tpr的AUC值？Fpr和tpr仅仅是从这些公式中获得的2个浮点数：my_tpr = tp / (tp + fn)我知道这是不可能的，因为fpr和tpr只是一些浮点数，它们需要是数组，但我不知道如何做到这一点。我还知道我可以这样计算AUC：
y_predict_
浏览 22提问于2018-06-14得票数 3
回答已采纳
1回答
我有分类问题。在渐变树中，我读到-
我的怀疑是，在分类问题的情况下，计算残差似乎很奇怪，而当我看到mse的残差计算时，它是可以的。那么，在分类目标变量<em
浏览 0提问于2018-06-11得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
